分析特征的可预测性以刻画搜索空间
机器学习
2022-09-14 v1 人工智能
神经与进化计算
摘要
探索搜索空间是几十年来吸引研究者兴趣的最不可预测的挑战之一。应对不可预测性的一种方式是刻画搜索空间并据此采取行动。良好刻画的搜索空间有助于将问题状态映射到一组用于生成新问题状态的算子上。本文中，使用最著名的机器学习方法分析了一组基于景观分析的特征，以确定最优特征集。然而，为了处理问题复杂性并引入跨领域迁移经验的共性，最具代表性特征的选择仍然至关重要。所提方法分析了一组特征的可预测性，以确定最佳分类。
引用
@article{arxiv.2209.06114,
title = {Analysing the Predictivity of Features to Characterise the Search Space},
author = {Rafet Durgut and Mehmet Emin Aydin and Hisham Ihshaish and Abdur Rakib},
journal= {arXiv preprint arXiv:2209.06114},
year = {2022}
}
备注
Artificial Neural Networks and Machine Learning, ICANN 2022, 31st International Conference on Artificial Neural Networks, Bristol, UK, September, 2022, Proceedings; Part IV (1 13)